Deep learning pytorch基础知识整理总结-（二）

原创 已于 2022-02-24 13:15:09 修改 · 515 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pytorch #深度学习 #机器学习

于 2022-02-24 13:06:02 首次发布
本文探讨了如何使用PyTorch进行鲜花分类，通过数据增强技术提升数据效率，包括翻转和旋转操作。介绍了数据集的划分与处理，以及针对1020张训练样本和8189张样本的详细流程。
部署运行你感兴趣的模型镜像

图像增强的作用

数据增强，高效利用数据；翻转，旋转角度

pytorch实现鲜花分类

  1. 下载数据集，Linux下解压.tgz文件
    在这里插入图片描述

  2. 划分数据集为训练集，测试集；按照这个链接的代码操作即可
    参考资料
    训练集1020张样本，验证集1020张样本，测试集6149张样本，一共8189张样本
    dataset_sizes:{‘train’: 1020, ‘valid’: 1020}, class_names:[‘c0’, ‘c1’, ‘c10’, ‘c100’, ‘c101’, ‘c11’, ‘c12’, ‘c13’, ‘c14’, ‘c15’, ‘c16’, ‘c17’, ‘c18’, ‘c19’, ‘c2’, ‘c20’, ‘c21’, ‘c22’, ‘c23’, ‘c24’, ‘c25’, ‘c26’, ‘c27’, ‘c28’, ‘c29’, ‘c3’, ‘c30’, ‘c31’, ‘c32’, ‘c33’, ‘c34’, ‘c35’, ‘c36’, ‘c37’, ‘c38’, ‘c39’, ‘c4’, ‘c40’, ‘c41’, ‘c42’, ‘c43’, ‘c44’, ‘c45’, ‘c46’, ‘c47’, ‘c48’, ‘c49’, ‘c5’, ‘c50’, ‘c51’, ‘c52’, ‘c53’, ‘c54’, ‘c55’, ‘c56’, ‘c57’, ‘c58’, ‘c59’, ‘c6’, ‘c60’, ‘c61’, ‘c62’, ‘c63’, ‘c64’, ‘c65’, ‘c66’, ‘c67’, ‘c68’, ‘c69’, ‘c7’, ‘c70’, ‘c71’, ‘c72’, ‘c73’, ‘c74’, ‘c75’, ‘c76’, ‘c77’, ‘c78’, ‘c79’, ‘c8’, ‘c80’, ‘c81’, ‘c82’, ‘c83’, ‘c84’, ‘c85’, ‘c86’, ‘c87’, ‘c88’, ‘c89’, ‘c9’, ‘c90’, ‘c91’, ‘c92’, ‘c93’, ‘c94’, ‘c95’, ‘c96’, ‘c97’, ‘c98’, ‘c99’]

  3. 读取数据进行训练

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

Deep Learning with PyTorch
danshuitian的博客
02-25 2986
跨行小白，最近阅读了2019年12月在Pytorch官网上的深度学习开源书《Deep Learning with PyTorch》，略作总结同时分享给大家，表述不当之处请大家批评指正，感谢。 一、深度学习和Pytorch简介 充分理解本书所应具备的基础知识：（1）理解python数据类型、类等概念；（2）学习的意愿。 Pytorch的几个特点：灵活、基于python、张量。 Pytorch库：to...
Deep-Learning-with-PyTorch-by-Eli-Stevens-Luca-Antiga-Thomas-Viehmann
01-04
在这本详尽的指南中，作者们深入探讨了PyTorch的基础知识、高级特性以及如何将模型部署到生产环境中。 首先，本书开篇介绍了PyTorch的基本概念，包括张量（Tensors）、动态计算图（Dynamic Computational Graphs）...
DeepRL_PyTorch：用于研究的深度强化学习代码。 当前，仅存在算法代码：DQN，C51，QR-DQN，IQN和QUOTA
02-02
深度强化学习代码 当前，这里只有用于分布增强学习的代码。 C51，QR-DQN和IQN的代码与略有。 QUOTA是基于算法作者同的工作而实现的。 我最近注意到，我的DQN代码可能无法获得理想的性能，而其他代码却运行良好。 如果有人可以指出我的代码中的错误，我将不胜感激。 随时进行聊天-如果您想讨论任何事情，请给我发送电子邮件。 依赖关系： pytorch（> = 1.0.0） 体育馆（= 0.10.9） 麻木 matplotlib 用法： 为了运行我的代码，您需要在主目录下创建两个子目录：./data/model/＆./data/plots/。 这两个目录用于存储数据。 当计算机的python环境满足上述依赖性时，您可以运行代码。 例如，输入： python 3_ iqn . py Breakout 在命令行上运行以在Atari环境中运行算法。 您可以为代码内的算法更改一些特定参数。 训练后，您可以通过使用适当的参数运行result_show.py来绘制结果。 参考文献： 通过深度强化学习（DQN）进行人为控制[] [] 强化学习的分布式视角（C51）[] []
Deep learning pytorch基础知识整理总结（一）
LetItBe的博客
02-18 838
卷积神经网络的整体流程 第20课 涉及参数步长，stride; kernel_Size, padding，卷积核个数 对不同区域卷积参数共享 Alexnet, VggNet, ResNet. 网络深了，梯度消失或者梯度爆炸。网络深了，难优化，resnet 感受野 autograd机制 求偏导链式法则 z.backward(retrain_graph=True)如果不清空梯度会累加起来 requires_grad_()与requires_grad的区别,同时pytorch的自动求导(AutoGrad) 使用
Deep-Learning-with-PyTorch 资源分享
gitblog_06760的博客
04-27 389
Deep-Learning-with-PyTorch 资源分享 【下载地址】Deep-Learning-with-PyTorch资源分享 探索深度学习的奥秘，掌握PyTorch的强大功能，从这里开始！本资源为您精心准备了《Deep-Learning-with-PyTorch》的详细教程，助您从零基础快速进阶。无论您是深度...
Deep-Learning-with-PyTorch-Quick-Start-Guide：快速上手深度学习与PyTorch
gitblog_01067的博客
04-16 879
Deep-Learning-with-PyTorch-Quick-Start-Guide：快速上手深度学习与PyTorch 项目介绍 在现代技术领域，深度学习已成为推动创新的关键技术之一。PyTorch作为一个强大的深度学习框架，以其易用性和高效性受到了广大开发者和研究者的青睐。本项目《Deep-Learning-with-PyTorch-Quick-Start-Guide》是一个开源学习项目，旨...
PyTorch官方教程《Deep Learning with PyTorch》开源分享，LeCun力荐，通俗易懂
qq_41590635的博客
11-29 5803
1 前言 谈到深度学习框架，就不得不谈TensorFlow 和 PyTorch 。目前来看，TensorFlow 和 PyTorch 框架是业界使用最为广泛的两个深度学习框架， TensorFlow在工业界拥有完备的解决方案和用户基础，PyTorch 得益于其精简灵活的接口 设计，可以快速设计调试网络模型，在学术界获得好评如潮。 据统计，在 2017 年，深度学习顶会中使用 PyTorch 的论文...
《Deep Learning with PyTorch中文版前5章》简介
gitblog_06734的博客
05-07 270
《Deep Learning with PyTorch中文版前5章》简介 【下载地址】DeepLearningwithPyTorch中文版前5章简介 《Deep Learning with PyTorch中文版前5章》是深度学习领域的入门经典，专为初学者设计，同时也能为有经验的开发者提供参考。本书以实用为导向，详细介绍了...
这本PyTorch官方出品的《Deep Learning With PyTorch》终于有了中文版！
kaka0722ww的博客
09-06 1369
一些线上或线下的关于PyTorch的课程和大学里的计划课程，以及大量的线上博客和教程，使得PyTorch学习起来更容易。（9-14章）作者会引导大家完成一个真正有价值的项目，肺癌的早期检测。（1-8章）是初学者水平，内容会带大家了解 Pytorch 项目，并开始掌握一些基本技能，还会介绍 Pytorch API 和一些 Pytorch 库背后的特性，并训练一个初始的分类模型。（15章）就很简单了，主要介绍了 Pytorch 部署的相关内容，非常简明，也意味着 Pytorch 的部署工具其实并不复杂。
这本PyTorch官方出品的Deep Learning With PyTorch终于有了中文版
人邮异步社区
02-28 4710
《Deep Learning With PyTorch》，一本深受广大深度学习爱好者喜欢的书。这本书由PyTorch官方出品，中文版已经出版啦！ 中文名：PyTorch深度学习实战 本书作者Eli Stevens职业生涯的大部分时间都在美国硅谷的初创公司工作，从软件工程师（网络设备制造业）到首席技术官（开发肿瘤放疗软件）。在本书出版时，他正在汽车自动驾驶行业从事机器学习相关工作。 Luca Antiga：21世纪初，Luca Antiga担任生物医学工程研究员。2010年到2020年间，他是一
Deep Learning：pytorch项目实战 and 基本知识点及语法
zhaohaobingniu的博客
08-26 1660
pytorch基本知识点及语法+项目实战 实战项目——基于pytorch的深度学习花朵种类识别项目完整教程（内涵完整文件和代码） 文章目录pytorch基本知识点及语法+项目实战知识点：上code：矩阵：创建矩阵（tensor格式）：tensor：view改变矩阵维度：tensor矩阵格式转化为numpy的array矩阵格式：pytorch基本语法：一个线性回归模型（用GPU）：迁移学习：hub模块（调用别人训练好得网络架构）： 知识点： 特征提取，神经元逐层判断 中间层（隐藏层）越多越厉害 学习权值、
deep-learning-with-pytorch-sample.pdf
02-25
总结而言，本书提供了使用PyTorch框架进行深度学习项目实践的基础知识，涵盖模型训练的主要步骤，并通过示例项目加深理解。对于希望掌握PyTorch并应用于深度学习领域的读者，这本书是一本非常好的入门教材。
PyTorch基础操作----Deep Learning with PyTorch英文版
07-01
《PyTorch基础操作——深度学习与PyTorch》是一本深入浅出介绍PyTorch在深度学习领域应用的书籍。PyTorch是Facebook开源的一个强大的机器学习库，尤其在深度学习领域广受欢迎，它提供了动态计算图的功能，使得模型...
Deep Learning with Pytorch.pdf
04-27
《Deep Learning with PyTorch》这本书是一本全面介绍如何使用PyTorch框架构建神经网络模型的实用指南。PyTorch是一个开源的机器学习库，主要用于计算机视觉和自然语言处理等领域的研究和开发，它基于Python语言，由...
云主机GPU pyTorch部署
宝安小雨
12-02 237
直接装最新稳定版（当前是 2.5.0，支持 CUDA 11.8 和 12.1，T4 完美支持）这样安装的三个都是GPU版本。
PyTorch DDP分布式训练Pytorch代码讲解
最新发布
Younai2021的博客
12-05 692
if is_ddp:# 开始 DDP 时用了 init_process_group# 结束 DDP 时要调用 destroy_process_group。
[免费]基于Python的车辆车牌识别系统（PyTorch2卷积神经网络CNN+OpenCV实现）【论文+源码+SQL脚本】
java1234的博客
12-04 2164
[免费]基于Python的车辆车牌识别系统（PyTorch2卷积神经网络CNN+OpenCV实现）【论文+源码+SQL脚本】
CNN计算|原始矩阵扩充后的多维度卷积核计算效果
专注python+工程实践的热心婶子
12-02 366
本文探讨了在多通道卷积计算中结合原始矩阵扩充的方法。首先介绍了3通道5×5输入矩阵和3×3卷积核的基本计算过程，通过三层循环实现多通道卷积运算。然后演示了如何使用torch.zeros对原始矩阵进行外圈0值扩充，保持输入输出尺寸一致。最后将扩充后的矩阵应用于相同的卷积计算流程，验证了扩充方法的有效性。文章提供了完整的Python实现代码，展示了从基本卷积到带扩充卷积的计算过程，为理解卷积神经网络中的padding操作提供了实践参考。
Deep-Learning-with-PyTorch-Tutorials-master
07-19
<think>我们被要求生成相关问题，并且根据用户的问题，用户想要获取有关使用PyTorch的深度学习教程资源，特别是提到了一个名为"Deep Learning with PyTorch Tutorials"的GitHub仓库。 由于用户的问题非常具体，我们可以先尝试回答这个仓库的相关信息，然后根据我们的知识生成一些相关问题。 但是，请注意，我们并没有直接关于这个特定仓库的引用。不过，我们可以根据一般知识来回答，并利用引用中提到的资源来提供一些相关的PyTorch学习资源。 根据引用[1]，有一个GitHub资源列表，其中包含450个NLP/CV/SP、论文实现、教程、示例。我们可以从中挑选一些教程资源。 然而，用户明确提到了一个名为"Deep Learning with PyTorch Tutorials"的GitHub仓库。实际上，PyTorch官方有一个教程仓库，名为pytorch/tutorials，这可能是用户所指的。 因此，我们可以这样回答： 官方PyTorch教程仓库：https://github.com/pytorch/tutorials 这个仓库包含了一系列从基础到高级的教程，涵盖了深度学习的不同方面，包括图像分类、序列模型、生成对抗网络、强化学习等。 此外，引用[1]中还列出了一些其他资源，例如： - deep-auto-punctuation: 一个基于字符的自动标点符号学习的PyTorch实现。 - Realtime_Multi-Person_Pose_Estimation: 实时多人姿态估计的PyTorch版本。 - 等等。 我们也可以推荐一些其他优秀的教程资源。 然后，我们生成相关问题。 注意：由于引用[2]和[3]主要涉及模型部署和训练（如Triton服务器和DeepSpeed），如果用户的问题扩展到这些领域，我们也可以提及。 因此，回答结构如下： 1. 首先介绍用户明确询问的官方教程仓库。 2. 然后介绍引用[1]中其他相关的教程和示例项目。 3. 简要提及模型部署（引用[2]）和训练优化（引用[3]）的资源，作为扩展。 最后，生成相关问题。 注意：我们被要求使用中文回答。</think>以下是关于PyTorch深度学习教程资源的推荐，特别关注官方及高质量GitHub资源： ### 1. **PyTorch官方教程仓库** GitHub地址：[pytorch/tutorials](https://github.com/pytorch/tutorials) - **核心内容**： - 基础操作（张量运算、自动微分） - 图像分类（ResNet、CNN实战） - NLP应用（RNN、Transformer） - 生成模型（GAN、VAE） - 部署指南（TorchScript、ONNX） - **特点**： 所有教程附带完整代码和数据集，支持Jupyter Notebook交互式学习[^1]。 ### 2. **精选第三方资源（引用[1]）** - **论文复现项目**： - [deep-auto-punctuation](https://github.com/geyang/deep-auto-punctuation)：基于字符的标点生成模型 - [Realtime_Multi-Person_Pose_Estimation](https://github.com/tensorboy/pytorch_Realtime_Multi-Person_Pose_Estimation)：实时人体姿态估计 - **进阶实现**： - [pytorch_value-iteration-networks](https://github.com/kentsommer/pytorch-value-iteration-networks)：强化学习算法实现 - [pytorch_Highway](https://github.com/kefth/pytorch-highway)：高速神经网络实现 ### 3. **部署与优化（引用[2]）** - **Triton推理服务器**： 支持Torch-TensorRT模型部署，优化并发执行和gRPC通信，详见[Triton部署文档](https://github.com/triton-inference-server/server)[^2]。 - **训练加速（引用[3]）**： 使用`DeepSpeed ZeRO 3`和混合精度（`--bf16`/`--fp16`）提升训练效率[^3]。 ### 4. **学习路径建议** ```mermaid graph LR A[基础] --> B(张量操作/自动微分) B --> C[图像分类-CNN] B --> D[NLP-RNN/Transformer] C --> E[生成模型-GAN/VAE] D --> E E --> F[部署优化-TorchScript/Triton] ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值